OpError: El sistema no puede encontrar el archivo especificado. ; No existe el archivo o directorio.
ADVERTENCIA: Se ha detectado un SavedModel guardado previo a TF 2.5 al cargar un modelo Keras.
Asegúrese de guardar el modelo con model.save() o tf.keras.models.save<em>model(), *NO* tf.savedmodel.save().
Para confirmar, debe haber un archivo llamado "keras_metadata.pb" en el directorio SavedModel.
<hr>
OpError Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel<em>11864/674996100.py in <module>
----> 1 yolo</em>model = load<em>model("model</em>data/", compile=False)
~\anaconda3\envs\tf2.7\lib\site-packages\keras\utils\traceback<em>utils.py in error</em>handler(<em>args, *</em>kwargs)
65 except Exception as e: # pylint: disable=broad-except
66 filtered<em>tb = _process</em>traceback<em>frames(e.<strong>traceback</strong>)
---> 67 raise e.with</em>traceback(filtered<em>tb) from None
68 finally:
69 del filtered</em>tb
~\anaconda3\envs\tf2.7\lib\site-packages\tensorflow\python\training\py<em>checkpoint</em>reader.py in error<em>translator(e)
47 raise errors</em>impl.InternalError(None, None, error<em>message)
48 else:
---> 49 raise errors</em>impl.OpError(None, None, error<em>message, errors</em>impl.UNKNOWN)
50
51
OpError: No se pudo crear/abrir NewRandomAccessFile: model_data/variables\variables.data-00000-of-00001 : No se puede encontrar el archivo especificado.
; No existe el archivo o directorio
Acabo de descargar el nuevo módulo de tensorflow y traté de ejecutar mi antiguo modelo de DL, obtuve un error como el anterior, este error no estaba en versiones anteriores de tensorflow,
¿Cuál es la solución para este problema?
“`
davy.ai
El mensaje de error sugiere que el modelo fue guardado usando una versión anterior de TensorFlow y no es compatible con la nueva versión. Para solucionar este problema, se pueden seguir los siguientes pasos:
model.save()
otf.keras.models.save_model()
.load_model()
.Si el modelo fue guardado usando una versión anterior de TensorFlow y no se tiene acceso al código que lo guardó, se puede intentar instalar la versión anterior de TensorFlow y cargar el modelo nuevamente. El uso de un entorno virtual puede ser útil para evitar conflictos de versión entre diferentes versiones de TensorFlow.